Not logged in.

Contribution Details

Type Master's Thesis
Scope Discipline-based scholarship
Title Markov logic inference on signal/collect
Organization Unit
Authors
  • Stefan Schurgast and
Supervisors
  • Abraham Bernstein
Institution University of Zurich
Faculty Faculty of Economics, Business Administration and Information Technology
Date 2010
Abstract Text Over the last several years, the vision of a SemanticWeb has gained support from a vast of different fields of application. Meanwhile, there is a large number of datasets available with a tendency to interlink between each other, ready to be analyzed. But RDFS/OWL and SWRL, the standard languages for representing ontological knowledge and rules in RDF lack because of their limited expressiveness. Markov logic provides a good solution to this problem by putting weights on formulas, generalizing first-order logic with a probabilistic approach, allowing also contradictory rules. By successfully implementing and evaluating the execution of loopy belief propagation on Markov networks using the Signal/Collect framework, an elegant, and yet highly efficient solution is ready to be provided for the use in further applications.
Zusammenfassung Uber die letzten Jahre erhielt die Vision eines Semantischen Webs breite Unterstützung aus einer Vielzahl von Anwendungsgebieten. Dabei entwickelt sich eine Tendenz, die Datensets untereinander immer mehr zu verlinken. Zur Analyse der Daten exisitieren zwar bereits Standardsprachen wie RDFS/OWL und SWRL, die ontologisches Wissen und Regeln repräsentieren zu vermögen, doch ihnen fehlt es oft an Ausdrucksstärke. Markov Logik ist eine ideale Lösung zu diesem Problem. Sie generalisiert die Prädikatenlogik mit Ansätzen aus der Wahrscheinlichkeitstheorie, und ermöglicht so auch wiedersprüchliche Regeln in einer Wissensbasis zu vereinen. Durch die erfolgreiche Implementierung und Evaluierung des Loopy Belief Algorithmus, der mittels Signal/Collect auf einem Markov Netzwerk ausgeführt wird, steht nun eine elegante und äusserst effizienze Lösung für die Anwendung in weiteren Systemen bereit.
PDF File Download
Export BibTeX